打通了从项目构思、原型设计、测试、评估到生产部署和监控的全流程，让开发者可以快速构建出高质量的大语言模型应用。
项目配套了「提示流入门教程」、「跟 PDF 对话聊天」等详细的技术文档与指南，帮助你快速上手技术。
通过快速流程，你能够：
1.创建并迭代开发流程：
创建将 LLM、提示、Python 代码和其他工具链接在一起的可执行流程。
轻松调试和迭代您的流程，尤其是与法学硕士的交互。
2.评估流量质量和性能
使用更大的数据集评估流程的质量和性能。
将测试和评估集成到CI/CD 系统中，以确保流程的质量。
3.简化生产开发周期
将流程部署到你选择的服务平台或轻松集成到应用程序的代码库中。
（可选，但强烈推荐）利用Azure AI 中的云版本提示流与你的团队协作。
Prompt flow | #工具
就在 Midjourney 全网收割付费用户的时候，SD 推出一款对标 Midjourney 的完全免费的 AI 画图软件 Stable Foundation，同样部署在 Discord 上，Stable Foundation 使用的是最新的 sdxl 1.0 版本模型。
如何将 Stable Foundation 机器人弄到 Discord 上呢？
1. 没有下载 Discord 的朋友，需要先下载 Discord
2. 在网页中打开这个网址 discord.com/invite/stablediffusion
3. 将 Stable Foundation 加入到你的频道，或者在左上角这个输入框输入搜索：stable foundation 加入频道
4. 加入后，在这里下面，随便选择一个机器人房间，就可以像 Midjourney 一样画图了(有时候可能房间比较拥挤，机器人并不理你，你可以换一个房间）
Vi 和 Vim 的历史与开源软件本身的历史紧密相连。 本文回顾了 UNIX 文本编辑器的起源。 让我们看看影响其演变的重要参与者和历史事件。
此存储库包含edX和 Databricks Academy上的“大型语言模型：从底层开始的基础模型”课程的笔记本和幻灯片。
注意：这是由两部分组成的系列中的第二门课程。对于第一部分，请参阅edX和 Databricks Academy上的课程以及支持存储库。
详细介绍了如何从头开始构建一个基于检索增强生成(RAG)的大型语言模型(LLM)应用。
- 主要步骤包括：加载数据、分割文本、嵌入数据、索引数据、检索相关文本块、生成回复。
- 为了扩展应用，实现了在Ray Data上进行并行计算的功能。
- 为评估不同系统配置，实现了组件级评估和端到端评估。
- 比较了不同的文本块大小、块数、嵌入模型和LLM的性能。
- 实现了查询路由，根据查询复杂性将其发送到合适的LLM。
- 使用Ray Serve架构应用，实现弹性伸缩。
- 讨论了LLM应用的一阶和二阶影响。
- 提出后续工作，包括持续更新、微调嵌入模型和LLM、收集用户反馈等。
- 强调了Ray和Anyscale如何帮助构建、扩展和产品化LLM应用。
GitHub | Notebook
评论区是比较火的41门完整的课程标号，每一节的课程时长不下于5小时，包含红队和蓝队，还有虚拟机和逆向。有字幕，部分srt还在制作中。
需要的请私 @ashbur_bot
